基于卷积神经网络的带遮蔽人脸识别

摘要：

基于卷积神经网络Inception-ResNet-v1模型进行训练与学习,实现了在添加遮挡干扰因素下的人脸识别.将图像嵌入到d维度的欧几里得空间,采用Triplet Loss作为损失函数,直接学习特征间的可分性.选取LFW(labeled faces in wild)数据集和摄像头采集的人脸图片制作训练集和测试集.结果表明,模型在眼部被遮挡的情况下识别率为98.8％,在嘴部被遮挡的情况下识别率为98.6％,在眼部和嘴部同时被遮挡的情况下识别率为96.9％.模型在遮挡率为20％～30％时,识别率能够达到98.2％.从实验结果可以得出,模型在一定遮挡的情况下能得到较好的识别效果.

关键词：卷积神经网络、三元组损失函数、机器学习、人脸识别

所属期刊栏目：47

分类号：TP391.41;TP183(计算技术、计算机技术)

资助基金：江汉大学硕士研究生培养基金资助项目301004310001

在线出版日期：2019-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：246-251